Python中的2D网格数据可视化

Question

我需要可视化一些数据.它是基本的2D网格,其中每个单元格都有浮点值.我知道如何在OpenCV中为颜色分配颜色和绘制网格.但这里的重点是,有太多的价值观,所以几乎不可能做到这一点.我正在寻找一些方法,我可以使用渐变.例如,值-5.0将由蓝色,0 - 黑色和+5.0表示为红色.在Python中有没有办法做到这一点？

这是我正在谈论的示例数据

        A       B       C        D
A    -1.045    2.0     3.5    -4.890
B    -5.678    3.2     2.89    5.78

Answer 1

Matplotlib有imshow绘制数组的方法:

import matplotlib as mpl
from matplotlib import pyplot
import numpy as np

# make values from -5 to 5, for this example
zvals = np.random.rand(100,100)*10-5

# make a color map of fixed colors
cmap = mpl.colors.ListedColormap(['blue','black','red'])
bounds=[-6,-2,2,6]
norm = mpl.colors.BoundaryNorm(bounds, cmap.N)

# tell imshow about color map so that only set colors are used
img = pyplot.imshow(zvals,interpolation='nearest',
                    cmap = cmap,norm=norm)

# make a color bar
pyplot.colorbar(img,cmap=cmap,
                norm=norm,boundaries=bounds,ticks=[-5,0,5])

pyplot.show()

这就是它的样子:

颜色条设置的详细信息来自matplotlib示例:colorbar_only.py.它解释了boundaries需要比一个颜色更大的数量.

编辑

您应该注意,它imshow接受origin关键字,该关键字设置第一个点的分配位置.默认为"左上角",这就是为什么在我的贴图中,y轴左上角为0,左下角为99(未显示).另一种方法是设置origin="lower",以便在左下角绘制第一个点.

编辑2

如果您想要渐变而不是离散的颜色贴图,请通过一系列颜色线性插值来制作颜色贴图:

fig = pyplot.figure(2)

cmap2 = mpl.colors.LinearSegmentedColormap.from_list('my_colormap',
                                           ['blue','black','red'],
                                           256)

img2 = pyplot.imshow(zvals,interpolation='nearest',
                    cmap = cmap2,
                    origin='lower')

pyplot.colorbar(img2,cmap=cmap2)

fig.savefig("image2.png")

这会产生:

编辑3

要添加网格,如本示例所示,请使用该grid方法.将网格颜色设置为"白色"与色彩图使用的颜色配合得很好(即默认黑色不能很好地显示).

pyplot.grid(True,color='white')

在savefig调用之前包括这个产生这个图(为了清楚起见使用11x11网格制作): 有许多选项grid,matplotlib 文档中对此进行了描述.你可能感兴趣的是linewidth.

Answer 2

使用matplotlib怎么样？

from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FixedLocator, FormatStrFormatter
import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = Axes3D(fig)

Z = np.array([[-1.045, 2.0, 3.5, -4.890],
              [-5.678, 3.2, 2.89, 5.78]])

X = np.zeros_like(Z)
X[1,:] = 1
Y = np.zeros_like(Z)
Y[:,1] = 1
Y[:,2] = 2
Y[:,3] = 3

surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.jet,
        linewidth=0, antialiased=False)
ax.set_zlim3d(-10.0, 10.0)

ax.w_zaxis.set_major_locator(LinearLocator(10))
ax.w_zaxis.set_major_formatter(FormatStrFormatter('%.03f'))

m = cm.ScalarMappable(cmap=cm.jet)
m.set_array(Z)
fig.colorbar(m)

plt.show()

由此可见: